Siêu phân giải và khử nhiễu dùng trí tuệ nhân tạo nâng cao chất lượng ảnh trong nhận dạng vân tay

Chia sẻ: _ _ | Ngày: | Loại File: PDF | Số trang:4

Thêm vào BST

Báo xấu

25
lượt xem 4
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài viết này đề xuất một giải pháp siêu phân giải và khử nhiễu sử dụng trí tuệ nhân tạo để giải quyết bài toán nâng cao chất lượng ảnh vân tay đầu vào cho hệ thống nhận dạng vân tay. Siêu phân giải và khử nhiễu hình ảnh là hai nhiệm vụ quan trọng trong xử lý hình ảnh nhằm cải thiện chất lượng hình ảnh.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Siêu phân giải và khử nhiễu dùng trí tuệ nhân tạo nâng cao chất lượng ảnh trong nhận dạng vân tay

KHOA HỌC CÔNG NGHỆ P-ISSN 1859-3585 E-ISSN 2615-9619 SIÊU PHÂN GIẢI VÀ KHỬ NHIỄU DÙNG TRÍ TUỆ NHÂN TẠO NÂNG CAO CHẤT LƯỢNG ẢNH TRONG NHẬN DẠNG VÂN TAY SUPER-RESOLUTION AND DENOISE USING ARTIFICIAL INTELLIGENCE FOR IMAGE ENHANCEMENT IN FINGERPRINT RECOGNITION Doãn Thanh Bình ứng. Vì vậy, căn cứ vào ảnh vân tay chúng ta có thể chọn TÓM TẮT lựa đặc tính cần trích chọn và đưa ra phương án nhận dạng. Bài báo này đề xuất một giải pháp siêu phân giải và khử nhiễu sử dụng trí tuệ nhân tạo để giải quyết bài toán nâng cao chất lượng ảnh vân tay đầu vào cho Các nguyên lý nhận dạng vân tay liên quan chặt chẽ hệ thống nhận dạng vân tay. Siêu phân giải và khử nhiễu hình ảnh là hai nhiệm đến cách thức tìm ra sự tương đồng giữa ảnh vân tay đầu vụ quan trọng trong xử lý hình ảnh nhằm cải thiện chất lượng hình ảnh. Siêu vào với một bản mẫu trong cơ sở dữ liệu vân tay. Ba phân giải hình ảnh làm nhiệm vụ ánh xạ hình ảnh có độ phân giải thấp sang hình phương pháp chính trong nhận dạng vân tay là: dựa vào ảnh có độ phân giải cao trong khi khử nhiễu làm nhiệm vụ khôi phục từ hình ảnh đối sánh điểm đặc trưng (Minutiae-base matching), sự bị nhiễu đầu vào. Bằng các phân tích và kết quả tính toán các tham số chất lượng tương quan (Correlation-base matching) và đặc tính đường ảnh xử lý qua thực nghiệm, chúng ta sẽ chứng minh rằng phương pháp được đề vân tay (Ridge feature-base matching). Phương pháp dựa xuất là vượt trội so với một số phương pháp hiện có như biến đổi Curvelet, biến trên cơ sở đối sánh điểm đặc trưng là phổ biến hơn và được đổi wavelet rời rạc (DWT), siêu phân giải rất sâu (VDSR), mạng nơ ron tích chập ứng dụng rất rộng rãi. Hai vân tay sẽ được so sánh bằng các siêu phân giải (SRCNN). điểm đặc trưng (minutiae) của các vân tay đó. Giai đoạn thứ nhất này còn gọi là tạo mã, các điểm đặc trưng tối thiểu Từ khóa: Nhận dạng vân tay, siêu phân giải và khử nhiễu. này tạo thành tập hợp điểm đặc trưng và được lưu trữ ABSTRACT trong từng mảng 2D. Giai đoạn thứ hai sẽ tìm vị trí khớp phù hợp giữa vân tay mẫu và ảnh vân tay đầu vào sao cho This paper presents a super-resolution and denoising solution using artificial số các điểm đặc trưng tạo thành cặp tương đồng là lớn intelligence to solve the problem of improving the quality of input fingerprint nhất. Hai đặc trưng cơ bản của vân tay là “Ride termination” images for fingerprint recognition systems. Super resolution and image noise và “ridge termination”. reduction are two important tasks in image processing to improve image quality. Image Super-Resolution is mapping a low-resolution image to a high-resolution image while denoising takes care of restoring from noisy input images. By analyzing and calculating the experimental image quality parameters, we will prove that the proposed method is superior to some existing methods such as Curvelet transform, discrete wavelet transform (DWT), very deep hyper- resolution (VDSR), hyper-resolution convolution neural network (SRCNN). Keywords: Fingerprint recognition, super-resolution and denoising. Trường Đại học Điện lực Email: binhdt@epu.edu.vn Hình 1. Quá trình xử lý nhận dạng vân tay Ngày nhận bài: 04/5/2021 2. XÂY DỰNG MÔ HÌNH Ngày nhận bài sửa sau phản biện: 02/7/2021 2.1. Siêu phân giải và khử nhiễu Ngày chấp nhận đăng: 25/8/2021 Siêu phân giải là quá trình tạo ra hình ảnh có độ phân giải cao từ hình ảnh có độ phân giải thấp. Để giải quyết bài toán này, người ta sử dụng các phương pháp siêu phân giải 1. GIỚI THIỆU hình ảnh dựa trên nội suy do cách thức này đơn giản và Theo số liệu thống kê về đóng góp của các ngành sinh nhanh chóng. Các phương pháp này xử lý hình ảnh có độ trắc học thì vân tay đứng vị trí hàng đầu trong các ứng phân giải thấp bằng kỹ thuật tăng tần số lấy mẫu. Tuy dụng nhận dạng. Nhằm mục đích mô tả, người ta định nhiên, điều này gây ra các hiệu ứng làm mờ hình ảnh gốc nghĩa một số hình thức thể hiện của vân tay. Mỗi hình thức do các phương pháp như vậy cho kết quả dưới mức tối ưu thể hiện sẽ có hình thức trích chọn đặc tả vân tay tương trong việc khôi phục các chi tiết hình ảnh mẫu. 60 Tạp chí KHOA HỌC VÀ CÔNG NGHỆ ● Tập 57 - Số 4 (8/2021) Website: https://tapchikhcn.haui.edu.vn
P-ISSN 1859-3585 E-ISSN 2615-9619 SCIENCE - TECHNOLOGY Mục tiêu của việc khử nhiễu hình ảnh là khôi phục một hình ảnh được khử nhiễu I từ một đối tượng nhiễu K với K = I + V trong đó V là nhiễu (thường được giả định là nhiễu cộng Gaussian). Tham số thường được sử dụng để đo độ nhiễu trong hình ảnh là tỷ số tín hiệu trên nhiễu (PSNR). Trước đây, một số mô hình đã được xây dựng nhằm khử nhiễu hình ảnh như: mô hình Sparse, mô hình Gradient và mô hình Markov..... Mặc dù các phương pháp này cho hiệu suất cao trong việc khử nhiễu, nhưng lại phức tạp về mặt tính toán vì chúng liên quan đến vấn đề tối ưu hóa độ phức Hình 2. Kiến trúc mạng đề xuất SDCNN tạp trong giai đoạn thử nghiệm [3]. 2.3. Hàm tổn thất (Hàm Loss - Loss Function) Phương pháp Discriminative Learning (phân biệt các Hai hàm Loss được xem xét sử dụng để đo độ lệch giữa mẫu dữ liệu với nhau) đang được áp dụng gần đây để khắc hình ảnh độ phân giải cao theo dự đoán I và thực tế I tương phục nhược điểm này. Một ví dụ tiêu biểu, sử dụng các ứng. Hàm đầu tiên là sai số bình phương trung bình (MSE), phương pháp Discriminative Learning để tách nhiễu ra khỏi là hàm Loss được sử dụng rộng rãi nhất để phục hồi hình hình ảnh nhiễu bằng mạng tích chập CNN. Cách thức này ảnh chung như được định nghĩa dưới đây: hiện đang được sử dụng rộng rãi để giải quyết vấn đề suy giảm hiệu suất trong các mạng học sâu (Deep Learning) [4]. l = ∑ I −I (2) Hướng đi được nghiên cứu trong bài báo này là xây Tuy nhiên, qua thực nghiệm đã cho thấy rằng đào tạo dựng mạng có khả năng thực hiện siêu phân giải và khử với hàm Loss MSE không phải là một lựa chọn tốt [6]. Hàm nhiễu hình ảnh được gọi là siêu phân giải khử nhiễu mạng Loss thứ hai có nghĩa là sai số tuyệt đối trung bình (MAE), nơ-ron tích chập (SD-CNN) sử dụng phương pháp được xây dựng như sau: Residual Learning của mạng tích chập. Thay vì học ánh xạ l = ∑ I −I (3) (mapping learning) đầu cuối, chúng ta huấn luyện mạng để tạo ra dư ảnh. Dư ảnh này là sự khác biệt của hình ảnh Để cải thiện hiệu suất, mô hình đề xuất trong bài báo đã đầu vào và hình ảnh gốc (mẫu). Mục đích của hệ thống thực hiện đào tạo mạng với MAE và sau đó tinh chỉnh theo này là loại bỏ nhiễu và sau đó nâng cao độ phân giải hình MSE. ảnh (siêu phân giải). 2.4. Đơn vị khử nhiễu và tăng cường chất lượng ảnh 2.2. Kiến trúc mạng đề xuất Đơn vị khử nhiễu và tăng cường chất lượng ảnh là một Mô hình đề xuất SDCNN là một mạng nơ-ron học sâu kernel 3x3. Biểu thị các kích thước ánh xạ của lớp thứ i là Di gồm 20 lớp. Hàm kích hoạt (activation function) được sử (i = 1, · · ·, 6). Mối quan hệ của các lớp tích chập có thể được dụng là tanh. Hàm tổn thất (loss function) được sử dụng là biểu thị bằng: sự kết hợp giữa sai số bình phương trung bình (MSE) và sai D −D =D −D =d (4) số tuyệt đối trung bình (MAE). Ma trận Kernel có kích thước Trong đó, d biểu thị độ chênh lệch giữa lớp thứ nhất và là 3x3 và giống nhau cho tất cả 20 lớp tích chập. Số lượng lớp thứ hai hoặc giữa lớp thứ nhất và lớp thứ ba. ánh xạ tính năng được cung cấp cho lớp chập đầu tiên là 3 tương ứng với các kênh RGB của hình ảnh. Số lượng ánh xạ Tương tự, kích thước của các kênh trong mô-đun dưới tính năng được cung cấp cho lớp 2 đến lớp 20 là 64. Đầu ra cũng có mối quan hệ này và có thể được mô tả như sau: cuối cùng của mạng có 3 kênh. Tất cả các trọng số được D − D = D − D = d (5) khởi tạo từ phân phối ngẫu nhiên chuẩn. Với kiến trúc như Giả sử đầu vào của mô-đun này là Ik-1, đầu ra của mô-đun vậy, tổng tham số mạng đề xuất là 672.835 trong đó được biểu diễn: 670.531 là tham số có thể đào tạo và 2.304 là tham số P = C (I ) (6) không thể đào tạo. Trong giai đoạn huấn luyện, đầu vào cho mạng là một hình ảnh nội suy hai chiều 32x32 và đầu Trong đó, Ik-1 biểu thị đầu ra của khối trước đó đồng thời ra mục tiêu là dư ảnh 32x32. Mạng có khả năng hoạt động là đầu vào của khối hiện tại, Ca biểu thị hoạt động tích chập với mọi kích thước hình ảnh đầu vào với trọng số mà nó nối tiếp. học được trong quá trình đào tạo. Số lượng tham số có thể Các ma trận feature map với các kích thước và đầu đào tạo cho lớp tích chập không phụ thuộc vào kích thước vào của lớp tích chập đầu tiên được liên kết với nhau trong đầu vào [8]. khuôn khổ kênh: Từ những phân tích trên, bài báo đề xuất kiến trúc của mạng với các khối Fblock tiền xử lý trích xuất thông tin, các R = C(S P , ,I ) (7) khối Eblock khử nhiễu và tăng cường chất lượng ảnh, và C, S đại diện cho hoạt động ghép nối và hoạt động khối khôi phục đầu ra Sblock (hình 2). phân chia. Cụ thể, kích thước của P là D3. Do đó, S P , Quy trình này có thể được trình bày là: biểu thị rằng các đặc trưng kích thước được tìm nạp từ I = f(x) (1) Website: https://tapchikhcn.haui.edu.vn Vol. 57 - No. 4 (Aug 2021) ● Journal of SCIENCE & TECHNOLOGY 61
KHOA HỌC CÔNG NGHỆ P-ISSN 1859-3585 E-ISSN 2615-9619 P . Ngoài ra, S P , ghép nối các đặc trưng với Bk-1 trong Bước 5: Đánh giá chất lượng của hình ảnh khôi phục bằng cách định lượng độ tương tự của hình ảnh với hình ảnh khuôn khổ kênh. Mục đích là để kết hợp thông tin trước đó tham chiếu có độ phân giải cao qua các tham số tính toán với một số thông tin hiện tại. Chúng ta lấy phần còn lại của chất lượng ảnh RMSE, PSNR, Entropi, SC, NIQE [6], SSIM [7]. thông tin đường dẫn ngắn cục bộ làm đầu vào cho kernel, chủ yếu trích xuất thêm các ánh xạ tính năng đường dài, Cuối cùng, thực hiện đánh giá hiệu suất về thời gian thực thi giữa các phương pháp [1 ÷ 5]. P = C (S P , 1 − ) (8) 3.2. Đánh giá kết quả Trong đó, P , C tương ứng là các hoạt động tích chập Đầu vào cho mạng đề xuất trong giai đoạn đào tạo là đầu ra và xếp nối của kernel. Do đó, đơn vị tăng cường có các hình ảnh (patchs) có kích thước 32 x 32. Tác giả đã sử thể được trình bày như sau: dụng thuật toán tối ưu lặp Descent Gradient với tốc độ học 1 là 0.001, số Epoch được lựa chọn là 50. P = P + R = C S C (I ), 1 − s 3.2.1. Đánh giá trực quan +C S C (I ), ,I (9) Kết quả đánh giá trực quan hình ảnh vân tay và mật độ phổ năng lượng sau khi sử dụng phương pháp đề xuất Trong đó: Pk là đầu ra của đơn vị tăng cường. được thể hiện như trong hình 3 và 4. 2.5. Chuẩn hóa theo Batch (BN) Chúng ta có thể thấy rằng kết quả trực quan theo Chuẩn hoá theo batch được áp dụng cho từng tầng phương pháp đề xuất thể hiện chất lượng hình ảnh tốt nhất. riêng lẻ (hoặc có thể cho tất cả các tầng) và hoạt động như Ảnh khôi phục với phương pháp đề xuất cho độ nhạy sáng sau: Trong mỗi vòng lặp huấn luyện, tại mỗi tầng, đầu tiên tốt hơn và khả năng quan sát rõ ràng hơn các chi tiết ảnh. tính giá trị kích hoạt như thường lệ. Sau đó chuẩn hóa Đối với mật độ phổ năng lượng, ảnh chất lượng thấp sẽ những giá trị kích hoạt của mỗi nút bằng việc trừ đi giá trị cho một mật độ năng lượng quang phổ phẳng. Do đó, từ trung bình và chia cho độ lệch chuẩn. Cả hai đại lượng này các kết quả trên dễ dàng thấy rằng phương pháp đề xuất được ước tính dựa trên số liệu thống kê của minibatch hiện cho chất lượng xử lý tốt nhất bởi vì PSD càng lớn cho thấy tại [8]. kết quả tăng cường ảnh càng tốt. Ánh xạ đặc tính đầu ra được xác định: x −μ (10) y =w +b σ +ϵ 1 μ = x HWT 1 σ = (x −μ ) HWT Trong đó, các mảng đầu vào và đầu ra được coi là các tensor 4D để làm việc với một loạt các ánh xạ đặc tính. Các tensors w và b xác định các hằng số nhân và cộng thành phần. T là kích thước batch và: Hình 3. Đánh giá trực quan ảnh vân tay x, y ∈ R × × × , W ∈ R , b ∈ R (11) 3. THỰC NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ 3.1. Thực nghiệm Việc thực hiện khử nhiễu và siêu phân giải hình ảnh vân tay bằng mạng đề xuất sẽ tiến hành các bước như sau: Bước 1: Tạo hình ảnh có độ phân giải thấp từ một hình ảnh tham chiếu có độ phân giải cao và thêm nhiễu. Bước 2: Thực hiện khử nhiễu và siêu phân giải trên hình ảnh đầu vào bằng cách sử dụng phép nội suy xoắn bậc 3 (bicubic). Bước 3: Thực hiện khử nhiễu và siêu phân giải trên hình ảnh đầu vào sử dụng mạng nơ ron đề xuất. Bước 4: Đánh giá trực quan các hình ảnh độ phân giải cao được khôi phục bằng phương pháp đề xuất và các phương pháp hiện có. 62 Tạp chí KHOA HỌC VÀ CÔNG NGHỆ ● Tập 57 - Số 4 (8/2021) Website: https://tapchikhcn.haui.edu.vn
P-ISSN 1859-3585 E-ISSN 2615-9619 SCIENCE - TECHNOLOGY nhiễu khác ngoài Gaussian và Poisson. Bên cạnh đó, giải pháp đề xuất có thời gian thực thi và thời gian đào tạo tương đối hợp lý, nó cho thấy cơ hội tốt để trở thành một giải pháp cải thiện hình ảnh trong các lĩnh vực xử lý ảnh. TÀI LIỆU THAM KHẢO [1]. O J. Kim, J. K. Lee, K. M. Lee, 2016. Accurate image super-resolution using very deep convolutional networks. CVPR, pp. 1646-1654. [2]. C. Dong, C. C. Loy, X. Tang, 2016. Accelerating the super-resolution convolutional neural network. Computer Vision and Pattern Recognition. pp. 391- 407. [3]. Zhang, K., W. Zuo, Y. Chen, D. Meng, L. Zhang, 2016. Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising. IEEE Transactions on Hình 4. Mật độ phổ năng lượng Image Processing, Vol. 26, Number 7, pp. 295-307. 3.2.2. Đánh giá các tham số tính toán chất lượng hình [4]. C. Dong, C. C. Loy, K. He, X. Tang, 2017. Image super-resolution using ảnh deep convolutional networks. IEEE Transactions on Pattern Analysis and Machine Các tham số đánh giá chất lượng hình ảnh khi thực hiện Intelligence, Vol. 38(2), pp. 3142-3155. bằng phương pháp đề xuất SDCNC với các phương pháp [5]. C. Patvardan, A.K.Verma, C.V. Lakshmi, 2012. Denoising of Document khác được thể hiện như trong bảng 1 với màu xanh chỉ ra Images using Discrete Curvelet Transform for OCR Applications. International mức hiệu suất tốt nhất và màu đỏ chỉ ra mức hiệu suất tốt Journal of Computer Applications. thứ hai. [6]. Mittal, A., R. Soundararajan, A. C. Bovik, 2016. Making a Completely Blind Chúng ta có thể thấy rằng có sự cải thiện đáng kể giá trị Image Quality Analyzer. IEEE Signal Processing Letters, Vol. 22, Number 3, pp. PSNR đối với nhiễu. Sự cải thiện chất lượng này đáng kể 209-212. đến mức chúng ta có thể dễ dàng cảm nhận nó bằng mắt [7]. Zhou, W., A. C. Bovik, H. R. Sheikh, E. P. Simoncelli, 2004. Image Qualifty thường. Assessment: From Error Visibility to Structural Similarity. IEEE Transactions on Bảng 1. Thông số đánh giá chất lượng ảnh theo từng phương pháp Image Processing, Vol. 13, Number 4, pp. 600-612. Method RMSE PSNR Entropi SC NIQE SSIM Time [8]. S. Ioe, C. Szegedy, 2015. Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift. ArXiv e-prints. Bicubic 34,5615 17,3590 7,7301 0,8989 18,5838 0,7889 - CVT 15,8890 24,1089 6,0688 0,9917 19,7447 0,8462 8,2649 DWT 88,1914 9,2223 6,6997 0,8542 28,0550 0,5716 3,1145 AUTHOR INFORMATION DTCWT 27,0834 19,4768 6,0023 0,9003 20,2188 0,7548 3,1622 Doan Thanh Binh SRCNN 33,2316 17,6998 7,7082 1,0364 23,9151 0,7357 5,5199 Electric Power University VDSR 10,2414 30,4753 7,4619 0,9496 26,5871 0,4724 2,5928 SDCNN 6,2839 32,1662 8,4809 0,7007 18,6761 0,8774 1,6397 4. KẾT LUẬN Từ kết quả nghiên cứu và thực nghiệm cho thấy rằng mạng được đề xuất đã chứng minh được tính hiệu quả trong việc khử nhiễu và siêu phân giải các hình ảnh nhận dạng vân tay. Mạng có độ học sâu phù hợp để học các dạng nhiễu từ chính hình ảnh vân tay đầu vào. Một mạng đơn giản không thể thực hiện tốt tác vụ này vì số lượng ít các lớp dẫn tới số lượng tham số có thể huấn luyện ít hơn không đủ khả năng để nắm bắt các mức độ nhiễu và loại nhiễu khác nhau. Do đó, thực hiện tác vụ khử nhiễu mà không có thông tin trước về nhiễu. Trừ khi mạng có một trường tiếp nhận lớn phù hợp nếu không nó sẽ không thể tạo ra mô hình nhiễu. Trong mạng đề xuất SDCNN, trường tiếp nhận lớn này đạt được nhờ một số lượng lớn các lớp tích chập. Vì vậy, mạng đề xuất có thể bắt được các mẫu Website: https://tapchikhcn.haui.edu.vn Vol. 57 - No. 4 (Aug 2021) ● Journal of SCIENCE & TECHNOLOGY 63